Ders Kodu: Course ID: BSM4 Ders Adı: Name of Course: Bilgisayar Bilimleri Açısından Coğrafi Bilgi Sistemleri Yarıyıl: Semester: 2 Teori Theory Uygulama Practise 0 Lab. 0 Kredi Credit AKTS ECTS Dersin Seviyesi: Level: Doktora PhD Ders Dili: Language of Course: Türkçe Turkish Ders Tipi: Course Type Seçmeli Elective Öğretim Sistemi: Edu Type Örgün eğitim Daytime Staj: Training Yok Ön Şartlar: Yok Pre-Requisite Dersin Amacı: Course Objectives: Bu dersin amacı Coğrafi Bilgi Sistemlerinin matematiksel arka planını ve; grafik ve hesaplamalı altyapısını öğretmektir. The aim of the course is to teach the mathematical background and; graphical and computational base of the Geographic Information Systems. Ders İçeriği: The Content of Course CBS de Veritabanı Yapıları, Temel konumsal kavramlar, Konumsal Veri Modelleri, Gösterim ve Algoritmalar: Öklid düzleminde gösterim. Konumsal veri yapıları Raster-vektör dönüşümleri (MUSCLE Model), topolojik düzeltmeler. Kapsama analizi algoritmaları, Graf yapıları ve ağ analizi algoritmaları, 2B ve B vektörel objeler. 2B, B transformasyonlar, Homojen koordinatlar, Tarama ve doldurma algoritmaları. Konumsal veri değişimi, Birlikte İşlerlik. Voronoi diagramı, Delaunay üçgenlemesi, Grid analizi algoritmaları. Konumsal indeksleme. Spline. Database models in GIS, Basic spatial notions, Spatial data structures, Spatial data models, Representation and algorithms: Representation on Euclid plane. Raster-Vector conversion. Topological correction methods. Overlay analyses algorithms, Graph structures and network analyses algorithms. 2D and D geometrical objects. 2D and D transformations, homogenous coordinates. Shading and filling algorithms. Spatial data conversion, Interoperability. Voronoi diagrams, Delaunay triangulation, Grid analyses algorithms. Spatial indexing. Splines. Öğrenme Çıktıları ve Yeterlilikler: Course Learning Outcomes: Bu dersi başarıyla geçen öğrenciler: 1. Konumsal veri modellerini, konumsal veri yapılarını ve konumsal veri tabanı kavramını öğrenir. 2. Raster-vektör dönüşümü yöntemlerini öğrenir. MUSCLE dönüşüm modelini raster bir görüntü üzerine uygulayabilir, topolojik düzeltme işlemlerini tanımlayabilir.. 2B ve B homojen koordinatları kullanarak grafiksel dönüşümleri (ölçekleme, kaydırma, döndürme) yapan programı kodlayabilir. 4. Ağ analizi algoritmaları için topolojik ağ tasarımı yapabilir. 5. Tarama ve temel kapsama analizi algoritmalarını programlayabilir ve görselleştirebilir. 6. Parametrik Spline çizimini sayısal çözümünü programlayabilir ve görselleştirebilir. After a successful completion of the course, the students will be able to, 1. Learn spatial data models, spatial data structures and geo-database notion. 2. Possess on raster to vector conversion methods. Apply MUSCLE conversion model to a raster image, determine te topological correction operations.. Code the programs for graphic transformations (translation, scaling, rotation) by using 2D and D Homogenous coordinates. 4. Design a topological network for network analyses algorithms. 5. Program and visualize shading algorithm and some overlay algorithms. 7. Solve and visualize one of the parametric spline algorithm.
1. Michael F. Worboys, Matt Duckham, GIS: a computing perspective, CRC Press; 2nd ed, 2004 Ders Kitabı ve Kaynaklar: Text book, Recommended or Required Reading: 2. M. Van Kreveld, J. Nievergelt, T. Roos, P. Widsmayer, Algorithmic Foundations of Geographic Information Systems, Springer Verlag, Berlin, 1997. Matt Duckham, Michael F. Goodchild, Michael F. Worboys, "Foundations of Geographic Information Science", CRC Press, 200 4. Werner Kuhn, Michael F. Worboys, Sabine Timpf, "Spatial Information Theory. Foundations of Geographic Information Science", Lecture tes in Computer Science, Springer, 200 Ders Koordinatör(leri) / Ders Sorumlusu: Name of Lecturer(s): Doç. Dr. İsmail Rakıp Karaş Önerilen İsteğe Bağlı Program Bileşenleri: Recommended Optional Programme Components: ne Haftalık Konular Weekly Course Schedule Hafta 1: Week 1 CBS de Veritabanı Yapıları (Tasarım, ilişkisel yapı, obje tabanlı yaklaşımlar) Database models in GIS (Construction, Relational, Object based) Hafta 2: Week 2 Temel konumsal kavramlar (Uzay, öklid uzayı, topoloji uzayı, network uzayı, metrik uzay) Basic spatial notions (Space, Euclid space, Topological space, Network space, Metric space) Konumsal Veri Modelleri (Spagetti, Topolojik, Alan tabanlı modeller, obje temelli modeller). CBS de topoloji, Esnek yüzey geometrisi, İzomorfism. Hafta : Spatial data models (Spagetti, Topological, Field based models, Object based models). Topology in GIS, rubber sheet geometry, isomorphism. Hafta 4: Hafta 5: Hafta 6: Hafta 7: Gösterim ve Algoritmalar: Öklid düzleminde gösterim, temel geometrik algoritmalar. Representation and Algorithms: Representation on Euclid plane, Basic geometrical algorithms. Konumsal veri yapıları (Raster, vektör). Raster-vektör dönüşümleri, Vektör-raster dönüşümleri. MUSCLE Model. Topolojik düzeltmeler. Spatial data structures. Raster to Vector conversion, Vector to Raster conversion. MUSCLE Model. Topological correction methods. Kapsama analizi algoritmaları ve topolojileri (Clip, Erase, Split, Identity, Union, Intersect, vb). Overlay analyses algorithms and topologies (Clip, Erase, Split, Identity, Union, Intersect, etc). Graf yapıları, Graf algoritmaları, Ağ analizi algoritmaları (Optimum yol, Gezgin satıcı, Renklendirme vb.) Graph structures. Graph algorithms. Network analyses algorithms. (Shortest path, TSP, Graph coloring, etc) Hafta : 2B ve B vektörel objeler: kta tabanlı objeler, doğrusal objeler, dörtgenler, çokgenler, polihedronlar ve karmaşık konumsal objeler.
2D and D geometrical objects: Point objects, Linear objects, Polygons, Polyhedrons, Complex spatial objects. Hafta 9: Hafta 10: Hafta 11: 2B ve B transformasyonlar (öteleme, döndürme, ölçekleme), Homojen koordinatlar. 2D and D transformations (Translations, Rotation, Scaling), Homogenous coordinates. Tarama ve doldurma algoritmaları. Shading and filling algorithms. Konumsal veri değişimi, Birlikte İşlerlik, Konumsal Veri Altyapısı. Spatial data conversion, Interoperability, Spatial Data Infrastructures. Hafta 12: Hafta 1: Konumsal Web Servisleri ve Standartlar, İnternet Harita Servisi (WMS), İnternet Özellik Servisi (WFS), Cografi İsaretleme Dili (GML), CityML Spatial web services and standarts. Internet map service (WMS), Internet feature service (WFS), Geographic markup language (GML), CityGML Voronoi diagramı, Delaunay üçgenlemesi. Grid analizi algoritmaları (Slope, Aspect, Visibility, vb). Voronoi diagrams, Delaunay triangulation. Grid analyses algorithms (Slope, Aspect, Visibility, vb). Hafta 14: Konumsal indeksleme. Parametrik spline ve yüzey modelleri. Spatial indexing. Parametric spline and surface models. Hafta 15: Hafta 16: Hafta 17: Değerlendirme ve Ölçütler Assessment Methods and Criteria Değerlendirme ve Ölçütleri Assessment Methods and Criteria Oran Ara Sınavlar Midterm Exam 24 % Kısa sınavlar 0 % Ödevler Homework/Project 16 % Projeler 0 % Dönem ödevi 0 % Laboratuvar 0 % Diğer 0 % Dönem sonu sınavı Final Exam 60 %
Program Çıktılarına Katkısı Course's Contribution to Computer Engineering Program Program Yeterlilikleri Katkı Düzeyi 1 2 4 5 1 2 Bilgisayar Mühendisliği alanında bilimsel araştırma yaparak detaylı bilgiye ulaşabilme, bilgiyi değerlendirme, yorumlama ve kullanma. Gereksinim duyulan bilgi ve verilere ulaşma, bunları tanımlama ve sınıflandırmada yüksek seviyeli beceri elde etme Sınırlı ya da eksik verileri kullanarak bilimsel yöntemlerle bilgiyi tamamlayabilme ve uygulama; değişik disiplinlere ait bilgileri bütünleştirebilme. 6 Bilgisayar Mühendisliği problemlerini kurgulayabilme, çözmek için yöntem geliştirme ve çözümlerde yenilikçi yöntemler uygulama. 9 11 12 Karmaşık bir bilgisayar tabanlı sistem, süreci, cihaz ve ürünü gerçekçi kısıtlar ve koşullar altında belirli gereksinimleri karşılayacak şekilde tasarlama ve bu amaçla modern tasarım yöntemlerini uygulayabilme. Yeni ve orijinal fikir ve yöntemler geliştirme becerisi; sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirebilme. Analitik, modelleme ve deneysel esaslı araştırmaları tasarlama ve uygulama becerisi; bu süreçte karşılaşılan karmaşık durumları analiz edebilme ve yorumlayabilme. Ders Kategorisi Course Category Mühendislik Bilimleri 0% Matematik ve Temel Bilimler 20% Mühendislik Tasarımı 50% Sosyal Bilimler 0% Dersin Öğrenme/Öğretme Yöntemleri Learning Activities & Teaching Methods of the Course Unit Ders - Class Ödev Homework/Project
AKTS İş Yükü Workload Distribution and ECTS Credits of the course Öğrenme Etkinlikleri Learning Activities Süre (Saat, s) Duration (Hours, h) Öğrenme Aktiviteleri (Hafta Sayısı) Learning Activities (Number of Weeks) İş Yükü (Saat, s) Workload (Hours, h) Ders Süresi (Sınav haftası hariç) 14 42 Sınıf Dışı Ders Çalışma Süresi (Ön çalışma, pekiştirme) 6 12 72 Ara Sınavlar ve Ara Sınav Ön Hazırlık Çalışması 12 1 12 Kısa sınavlar 0 0 0 Ödevler 1 54 Projeler 0 0 0 Dönem ödevi 0 0 0 Laboratuvar 0 0 0 Diğer 0 0 0 Dönem sonu sınavı ve Final Sınavı Ön Hazırlık Çalışması 24 1 24 Toplam İş Yükü : Total Workload : Toplam İş Yükü / 25.5(s) : Total Workload / 25.5(h) : AKTS Kredisi : ECTS Credit: 204